GT CAVIAR

Contraintes et Apprentissage


Activités du GT


Responsables

Page web du GT

http://www.lirmm.fr/~lazaar/caviar.html

Description

L’objectif du groupe de travail CAVIAR est de rassembler des compétences autour de trois domaines de l’IA :

  • Programmation par contraintes
  • Apprentissage automatique
  • Fouille de données

CAVIAR fait non seulement intervenir des chercheurs en IA, mais aussi des chercheurs en BD, RO et GL. Le groupe de travail œuvrera pour faire émerger des collaborations à l’échelle nationale mais aussi pour donner une plus grande visibilité en France.

 

Apprentissage/Fouille pour les Contraintes.


Ces dernières années, la communauté IA s’intéresse de plus en plus à l’utilisation de techniques d’apprentissage, de fouille et d’élicitation pour la résolution de problèmes. Par exemple :

  • Apprentissage automatique des contraintes (Acquisition de contraintes)
  • Elicitation des préférences
  • Solveurs adaptatifs basés sur l’apprentissage et la fouille
  • Fouille pour la découverte de structures en SAT/CSP

 

Contraintes pour Apprentissage/Fouille.
De manière symétrique, les techniques de programmation par contraintes et de gestion de préférences ouvrent de nombreuses perspectives de recherche en apprentissage et fouille de données. Par exemple :

  • Apprentissage de structures (ex: réseaux Bayésiens, réseaux profonds)
  • Clustering sous contraintes
  • Fouille de données  déclarative (modélisation de motifs sous contraintes)
  • Fouille de données avec préférences utilisateur

 

Applications

Les applications du groupe de travail CAVIAR couvrent naturellement les problèmes de programmation par contraintes, gestion de préférences et analyse de données, mais aussi des problèmes en génie logiciel, notamment la vérification et la sécurité logicielle.

Liste des thématiques concernées :

  • APP. Apprentissage
  • PPC. Contraintes et SAT
  • IMG. Incertitude, modèles graphiques, réseaux Bayésiens